Tablettenformulierungsdesign mittels Response-Surface-Methodik und Boosting Trees
Yoshihiro Hayashi, Gastdozent, Abteilung für Pharmazeutisches Design, Fakultät für Medizin und Pharmazeutische Wissenschaften (Pharmazie), Graduiertenschule der Universität Toyama Yoshinori Onuki, Gastprofessor, Abteilung für Pharmazeutisches Design, Fakultät für Medizin und Pharmazeutische Wissenschaften (Pharmazie), Graduiertenschule der Universität Toyama
Da die physikalischen Eigenschaften des Wirkstoffs in einer Tablette einen signifikanten Einfluss auf die Tablettenqualität haben, ist es wichtig, den Zusammenhang zwischen Wirkstoff- und Tabletteneigenschaften bei der Tablettenformulierung zu klären. Um die Eigenschaften des Wirkstoffs zu verstehen, müssen die physikalischen Eigenschaften jedoch aus verschiedenen Blickwinkeln betrachtet werden. Es handelt sich um ein komplexes System, in dem synergistische und antagonistische Effekte zwischen den verschiedenen physikalischen Eigenschaften auftreten. Daher ist die Anwendung statistischer Analysen hilfreich, um den Zusammenhang zwischen Wirkstoff- und Tabletteneigenschaften zu verstehen. In dieser Präsentation stellen wir zwei Forschungsbeispiele vor, in denen die Response-Surface-Methodik und Boosted Trees zur Formulierungsentwicklung eingesetzt wurden.
1. Bewertung der Korrelation zwischen den Response-Oberflächen von Wirkstoffkombinationstabletten und Placebotabletten. Verschiedene Tablettentypen mit unterschiedlichen Hilfsstoffverhältnissen wurden gemäß einem Versuchsplan hergestellt und Response-Oberflächen für Tablettenhärte und Zerfallszeit erstellt. Der quantitative Vergleich der einzelnen Response-Oberflächen zeigte eine Korrelation zwischen den Response-Oberflächen der Wirkstoffkombinationstabletten und der Placebotabletten. Unter Anwendung dieser Ergebnisse und unter Verwendung von Daten der Placebotabletten wurde die Möglichkeit aufgezeigt, die Response-Oberfläche von Wirkstoffkombinationstabletten mit wenigen Messpunkten zu bestimmen.
2. Bewertung des Zusammenhangs zwischen Wirkstoffeigenschaften und physikalischen Tabletteneigenschaften mithilfe von Boosted Trees
Verschiedene Wirkstoffeigenschaften (Molekulargewicht, Verteilungskoeffizient, Partikelgrößenverteilung, Schüttdichte, Hausner-Verhältnis, Feuchtigkeitsgehalt, elastische Rückstellung usw.) wurden für 81 Wirkstoffe untersucht. Anschließend wurde mithilfe von Boosted Trees, einer in JMP Pro integrierten Funktion des maschinellen Lernens, der Zusammenhang zwischen Wirkstoffeigenschaften und Tablettenhärte mit hoher Genauigkeit modelliert. Diese Studie zeigt, dass Boosted Trees eine nützliche Methode zur Bestimmung wichtiger Wirkstoffeigenschaften darstellen.
